基于深度学习方法对兰州市ρ(PM_(2.5))的模拟

为准确、快速地模拟ρ(PM_(2.5)),构建深度学习模型:深度神经网络(DNN)、长短期记忆递归神经网络(LSTM)、卷积神经网络,用兰州市气象站监测数据、大气污染物排放清单以及环境空气质量监测站点的常规污染物监测数据,对兰州市逐小时ρ(PM_(2.5))进行模拟.结果表明,年际尺度上,3种模型中DNN的效果最好,LSTM对实测值较大的数据模拟效果比其他模型更好.季节尺度上,划分不同季节进行模拟的效果优于使用全年数据的模拟效果.3种模型中表现最好的是LSTM模型,整体表现为春、夏、秋季的模拟效果较好,冬季模拟效果较差.

具有链形约束排序问题的最优算法

本文给出了问题１｜ｃｈａｉｎｓ｜Ｗｊ（１－ｅ－ｒ—ｃｊ）的一个最优算法。

关于同余式2^(n-2)≡1(modn)的解

张明志在他的论文《关于同余式2n-2≡1(modn)的一个注记》(见于四川大学学报,27卷(1990)第2期,132页)中问到同余式2n-2≡1(modn)是否有个位数字为9的解?本文首先列出用计算机在区间[3,3037000499]上搜索得到的所有的解,共有31个,其中只有一个解的个位数字是9,它是三个素因子之积.然后根据张明志给出的关于这个同余式解的一个充要条件,找到了另一个个位数字是9的解(一个12位数),它是两个素因子之积.从而肯定地解答了这个问题.

一类新型广义FGM Copula的相关性及其应用

本文研究了形如Cθ(u,v)=uv+θuavb(1—um)c(1—vn)d的一类新型广义FGM Copula的相关性.求解了其和谐性度量Kendall相关系数τ和Spearman相关系数ρ,论证了和谐性度量相比于线性相关系数的优越性.以泥石流地貌要素之沟床比降和流域高差为例,计算了这两个地貌要素的线性相关系数r、和谐型度量τ和ρ,说明两个和谐性度量τ和ρ之间的关系(3τ≈2ρ)适合用此新型广义FGM Copula描述.进一步对其中的6个参数a,b,c,d,m,n在各种不同取值下的τ和ρ的取值范围进行讨论,从而确定出一个具体的广义FGM Copula,它能够较好地拟合沟床比降和流域高差的相关结构.

单机排序1|sp-graph|∑w_j(1-e^(-rC_j))的最优算法

研究约束条件为串并有向图的单机加权总折扣花费问题,通过证明在考虑折扣因子的条件下,模块M的ρ因子最大初始集合I中的任务优先于模块M中的其他任务加工,并且被连续加工所得的排序为最优排序,从而将Lawler用来求解约束为串并有向图的单机加权总完工时间问题的方法推广到这个问题上。

关于整函数的唯一性

关于有穷级整函数的唯一性问题,Ozawa曾证明:若有穷级整函数f存在无限个多重零点,则f可由它的零点、1-点以及它们的重数所唯一确定。本文又证明:ρ级整函数f的多重零点不少于[ρ]时,f可由它的零点、1-点以及它们的重数所唯一确定。这个结果减弱了Ozawa定理的条件,并使f的唯一性同级ρ联系起来。关于多项式的唯一性问题,本文给出了Adams-Straus定理的导数形式。另外,本文还否定了杨重骏的两个猜想。

问题1｜S,GT｜∑w_j(1-e^(-rC_j))的最优算法

讨论目标函数为带折扣的加权总完工时间的单机成组排序问题 1｜S ,GT｜ ∑w_j(1-e^(-rC_j)) ,并给出了求解该问题的一个最优算法 .

带有折扣因子的树型约束排序问题的最优算法

讨论优先约束条件为树型 ,目标函数为带有折扣的加权完工时间的单机排序问题1 | outtree| ∑wj( 1 - e-r Cj) ,并给出了求解该问题的一个算法复杂性为 O( n2 )的最优算法 .